揭秘2025年度AI智能体与自动化工作流全栈开发攻略，必备技能详解

admin

这门课程涵盖了Coze平台的全面应用，包括搭建新闻总结和视频制作工作流，并深入讲解了智能客户服务流程。从基础到高级应用，通过真实项目实操提升综合开发能力。记得遵守版规，分享时不要直接发链接哦。

---

            

28ead1517220260105160657.jpg

课程介绍：
课程来自2025AI智能体开发课程。你将系统掌握Coze平台，亲手搭建新闻总结、视频制作、智能客服等自动化工作流。课程深度结合MetaGPT、AutoGen等前沿框架，并涵盖大模型微调、RAG知识库构建等高级应用。通过真实项目实操，不仅学会工具使用，更能掌握从流程分析、节点搭建到部署落地的完整开发能力，最终能独立创建解决实际问题的AI智能体。
课程目录：

1. ├─01、课程介绍
   
2. │ 1、课程介绍.mp4
   
3. │
   
4. ├─02、Coze打造自己的第一个工作流：新闻搜索与总结（6小节）
   
5. │ 2-1COZE登录与创建工作流方法.png
   
6. │ 2-2工作流要完成的任务与节点定义.mp4
   
7. │ 2-3插件配置方法与参数.mp4
   
8. │ 2-4大模型节点配置方法.mp4
   
9. │ 2-5结束节点配置.mp4
   
10. │ 2-6智能体配置方法.mp4
    
11. │
    
12. ├─03、COZE打造新闻稿创作工作流（循环使用方法）（5小节）
    
13. │ 3-1循环节点方法解读.mp4
    
14. │ 3-2循环中参数的定义方法.mp4
    
15. │ 3-3续写新闻稿件方法（循环中间变量使用）.mp4
    
16. │ 3-4智能体测试与输出节点.mp4
    
17. │ 3-5批处理的作用与效果.mp4
    
18. │
    
19. ├─04、COZE打造历史人物视频素材（12小节）
    
20. │ 4-10选修：自定义插件配置方法实例.mp4
    
21. │ 4-11选修：工作流中添加视频插件.mp4
    
22. │ 4-1做视频素材业务逻辑分析.mp4
    
23. │ 4-2做剧本节点系统提示词方法.mp4
    
24. │ 4-3完成剧本节点输出.mp4
    
25. │ 4-4画面描述与图像生成节点构建.mp4
    
26. │ 4-5图像违规词限制与运镜节点.mp4
    
27. │ 4-6视频节点构建与错误分析.mp4
    
28. │ 4-7图像生成节点错误调试并保险.mp4
    
29. │ 4-8视频生成节点容易违规的解决方法.mp4
    
30. │ 4-9选修（当作拓展知识）：配置外部视频软件成为插件.mp4
    
31. │ 后三节（9-11）选修内容说明（图文）.png
    
32. │
    
33. ├─05、COZE自动化剪辑（继续历史人物章节）（5小节）
    
34. │ 5-1时间线定义方法.mp4
    
35. │ 5-2剪映插件介绍.mp4
    
36. │ 5-3时间线和素材绑定方法.mp4
    
37. │ 5-4剪映草稿添加素材方法.mp4
    
38. │ 5-5得到合成后的视频.mp4
    
39. │
    
40. ├─06、COZE打造智能客服（5小节）
    
41. │ 6-1对话流配置与创建.mp4
    
42. │ 6-2选择器的使用方法.mp4
    
43. │ 6-3数据库与大模型的匹配方法.mp4
    
44. │ 6-4知识库构建与匹配方法.mp4
    
45. │ 6-5汇总输出与测试.mp4
    
46. │
    
47. ├─07、COZE结合飞书表格办公（5小节）
    
48. │ 7-1DEMO演示与基本流程分析.mp4
    
49. │ 7-2表格填入模块解读.mp4
    
50. │ 7-3表格的输入与输出.mp4
    
51. │ 7-4查找与匹配的方法.mp4
    
52. │ 7-5飞书表格智能体测试应用与常见问题.mp4
    
53. │
    
54. ├─08、COZE打造装修设计与应用创建（5小节）
    
55. │ 8-1DEMO演示与应用分析.mp4
    
56. │ 8-2输入参数与大模型配置.mp4
    
57. │ 8-3图像生成模型配置.mp4
    
58. │ 8-4COZE中的应用模块配置.mp4
    
59. │ 8-5COZE应用界面设计.mp4
    
60. │
    
61. ├─09、文案（小红书笔记）生成智能体搭建方法（2小节）
    
62. │ 9-1提示词与工作流配置.mp4
    
63. │ 9-2插件配置方法与输出.mp4
    
64. │
    
65. ├─10、COZE-API使用并结合CURSOR构建应用（5小节）
    
66. │ 10-1COZE-API开通方法.mp4
    
67. │ 10-2API外部调用方法实例演示.mp4
    
68. │ 10-3Cursor应用例子分析.mp4
    
69. │ 10-4用CURSOR构建一个浏览器插件.mp4
    
70. │ 10-5API调用与插件测试.mp4
    
71. │
    
72. ├─11、COZE打造数据分析智能体（8小节）
    
73. │ 11-1效果演示与数据读取.mp4
    
74. │ 11-2数据清洗与处理.mp4
    
75. │ 11-3结合DeepSeek构建代码节点.mp4
    
76. │ 11-4结合DeepSeek进行数据分析.mp4
    
77. │ 11-5配置插件把分析结果存在excel里.mp4
    
78. │ 11-6数据可视化配置方法与节点调试分析.mp4
    
79. │ 11-7不同可视化图表配置方法.mp4
    
80. │ 11-8输出与展示配置.mp4
    
81. │
    
82. ├─12、COZE中配置自己的插件（3小节）
    
83. │ 12-1插件的基本配置方法.mp4
    
84. │ 12-2输入输出参数配置方法.mp4
    
85. │ 12-3在工作流中配置自己的插件并使用.mp4
    
86. │
    
87. ├─13、COZE发票助手搭建（5小节）
    
88. │ 13-1发票助手插件接入.mp4
    
89. │ 13-2数据表创建方法.mp4
    
90. │ 13-3识别工作流配置与测试.mp4
    
91. │ 13-4调用模块工作流配置.mp4
    
92. │ 13-5知识库配置.mp4
    
93. │
    
94. ├─14、COZE邮件助手（3小节）
    
95. │ 14-1自定义插件创建方法与流程.mp4
    
96. │ 14-2插件输出配置与循环体.mp4
    
97. │ 14-3知识库配置与结果输出.mp4
    
98. │
    
99. ├─15、影刀RPA实战（5小节）
    
100. │ 15-1影刀RPA分析.mp4
     
101. │ 15-2影刀安装方法.mp4
     
102. │ 15-3影刀流程配置方法实例.mp4
     
103. │ 15-4执行循环操作.mp4
     
104. │ 15-5完成文案采集的全部功能.mp4
     
105. │
     
106. ├─16、RAGFLOW本地化知识库（5小节）
     
107. │ 16-1RAGFLOW介绍和特点.mp4
     
108. │ 16-2RAGFLOW接入本地模型.mp4
     
109. │ 16-3Chat与Embedding模型接入.mp4
     
110. │ 16-4知识库构建实例.mp4
     
111. │ 16-5封装成API调用.mp4
     
112. │
     
113. ├─17、RAG检索架构分析及应用（6小节）
     
114. │ 17-1RAG要完成的任务解读.mp4
     
115. │ 17-2RAG整体流程解读.mp4
     
116. │ 17-3召回优化策略分析.mp4
     
117. │ 17-4召回改进方案解读.mp4
     
118. │ 17-5评估工具RAGAS.mp4
     
119. │ 17-6外接本地数据库工具.mp4
     
120. │
     
121. ├─18、斯坦福AI小镇架构与项目解读（10小节）
     
122. │ 18-10项目环境配置方法解读.mp4
     
123. │ 18-1整体故事解读.mp4
     
124. │ 18-2要解决的问题和整体框架分析.mp4
     
125. │ 18-3论文基本框架分析.mp4
     
126. │ 18-4Agent的记忆信息.mp4
     
127. │ 18-5感知与反思模块构建流程.mp4
     
128. │ 18-6计划模块实现细节.mp4
     
129. │ 18-7整体流程框架图.mp4
     
130. │ 18-8感知模块解读.mp4
     
131. │ 18-9思考模块解读.mp4
     
132. │
     
133. ├─19、autogen框架实战（7小节）
     
134. │ 19-0Python环境说明.mp4
     
135. │ 19-1AutoGenStudio框架安装与介绍.mp4
     
136. │ 19-2动作API配置方法.mp4
     
137. │ 19-3国内常用API配置方法.mp4
     
138. │ 19-4API接口在线测试.mp4
     
139. │ 19-5工作流配置.mp4
     
140. │ 19-6执行流程与结果.mp4
     
141. │
     
142. ├─20、部署与进阶应用实战（12小节）
     
143. │ 20-10调用SD-API完成设计.mp4
     
144. │ 20-11Ollama环境配置与安装.mp4
     
145. │ 20-12autogen接入本地模型.mp4
     
146. │ 20-1API生成方法.mp4
     
147. │ 20-2GroupChat模块.mp4
     
148. │ 20-3执行流程分析.mp4
     
149. │ 20-4外接本地支持库配置方法.mp4
     
150. │ 20-5加入RAG技能.mp4
     
151. │ 20-6LMStudio本地下载部署模型.mp4
     
152. │ 20-7调用本地模型方法与配置.mp4
     
153. │ 20-8AutogenStudio本地化部署流程.mp4
     
154. │ 20-9本地化部署接入应用实例.mp4
     
155. │
     
156. ├─21、METAGPT框架解读（9小节）
     
157. │ 21-1论文概述分析.mp4
     
158. │ 21-2整体框架逻辑介绍.mp4
     
159. │ 21-3项目环境配置.mp4
     
160. │ 21-4基础解读-动作定义方式.mp4
     
161. │ 21-5基础解读-角色定义.mp4
     
162. │ 21-6单动作智能体实现方法.mp4
     
163. │ 21-7多动作配置方法.mp4
     
164. │ 21-8定时器任务环境配置.mp4
     
165. │ 21-9定时器任务流程解读分析.mp4
     
166. │
     
167. ├─22、metaGPT应用实战-网上调研资料（6小节）
     
168. │ 22-0基本Agent的组成.mp4
     
169. │ 22-1Agent要完成的任务和业务逻辑定义.mp4
     
170. │ 22-2问题拆解与执行流程.mp4
     
171. │ 22-3检索得到重要的URL.mp4
     
172. │ 22-4子问题生成总结结果.mp4
     
173. │ 22-5总结与结果输出.mp4
     
174. │
     
175. ├─23、结合GPT打造自己领域专属客服（6小节）
     
176. │ 23-1DEMO演示与整体架分析.mp4
     
177. │ 23-2后端GPT项目部署启动.mp4
     
178. │ 23-3前端助手API与流程图配置.mp4
     
179. │ 23-4接入外部API的方法与流程.mp4
     
180. │ 23-5引入API方法解读.mp4
     
181. │ 23-6指令提示构建.mp4
     
182. │
     
183. ├─24、本地大模型微调-llama3应用实战（7小节）
     
184. │ 24-1环境相关配置解读.mp4
     
185. │ 24-2工具调用流程拆解.mp4
     
186. │ 24-3功能调用方法实例.mp4
     
187. │ 24-4RAG环境配置搭建.mp4
     
188. │ 24-5LLAMA3应用-RAG搭建方法.mp4
     
189. │ 24-6RAG基本流程分析.mp4
     
190. │
     
191. ├─25、llama3微调-量化-部署（6小节）
     
192. │ 25-1LORA微调方法.mp4
     
193. │ 25-2指令微调所需数据与模型下载.mp4
     
194. │ 25-3llama3模型微调实例.mp4
     
195. │ 25-4llama3微调后进行量化.mp4
     
196. │ 25-5llama.cpp量化实例.mp4
     
197. │ 25-6部署应用.mp4
     
198. │
     
199. ├─26、拓展–计算奥斯曼视觉项目实例（11小节）
     
200. │ 26-10模型选择方法总结.mp4
     
201. │ 26-11项目经验总结与优化，方法.mp4
     
202. │ 26-1LORA微调方法.mp4
     
203. │ 26-2指令微调所需数据与模型下载.mp4
     
204. │ 26-3llama3模型微调实例.mp4
     
205. │ 26-4llama3微调后进行量化.mp4
     
206. │ 26-5llama.cpp量化实例.mp4
     
207. │ 26-6部署应用.mp4
     
208. │ 26-7项目需求分析流程.mp4
     
209. │ 26-8数据与特征库准备.mp4
     
210. │ 26-9模型准备与项目分析.mp4
     
211. │
     
212. ├─27、拓展–挖掘项目流程实例（5小节）
     
213. │ 27-1数据挖掘要解决的问题.mp4
     
214. │ 27-2数据处理与清洗分析.mp4
     
215. │ 27-3特征工程的作用与流程.mp4
     
216. │ 27-4机器学习算法分析.mp4
     
217. │ 27-5模板到哪去找.mp4
     
218. │
     
219. ├─28、拓展-自然语言处理项目流程（5小节）
     
220. │ 28-1知识图谱要解决的问题与流程分析.mp4
     
221. │ 28-2知识图谱项目实际应用分析.mp4
     
222. │ 28-3知识图谱实战应用项目解读.mp4
     
223. │ 28-4大模型要解决的问题和应用分析.mp4
     
224. │ 28-5工具总结分析.mp4
     
225. │
     
226. ├─29、MOE多专家系统（3小节）
     
227. │ 29-1MOE概述分析.mp4
     
228. │ 29-2MOE模块实现方法解读.mp4
     
229. │ 29-3效果分析与总结.mp4
     
230. │
     
231. ├─30、OPENAI–LLM模型优化总结（3小节）
     
232. │ 30-1RAG与微调可以解决与无法解决的问题.mp4
     
233. │ 30-2RAG实践策略.mp4
     
234. │ 30-3微调要解决的问题.mp4
     
235. │
     
236. ├─Agent论文解读与总结相关
     
237. │ ├─Agent架构解读与应用分析
     
238. │ │ 1-Agent趋势.png
     
239. │ │ 2-Agent流程.png
     
240. │ │ 3-Ageng包括组件.png
     
241. │ │ 4-Agent组成.png
     
242. │ │ 5-多模态.png
     
243. │ │ 6-多角色组成.png
     
244. │ │ 7-Agent游戏.png
     
245. │ │ 8-多智能体.png
     
246. │ │ 9-多智能体2.png
     
247. │ │ Agent.png
     
248. │ │ Agent思维导图.pdf
     
249. │ │
     
250. │ ├─OPENAI-LLM模型优化总结
     
251. │ │ 11.png
     
252. │ │ 12.png
     
253. │ │ 13.png
     
254. │ │ 14.webp
     
255. │ │ 15.png
     
256. │ │ 16.png
     
257. │ │ 2.png
     
258. │ │ 3.png
     
259. │ │ 4.png
     
260. │ │ 6.png
     
261. │ │ 7.png
     
262. │ │ 8.png
     
263. │ │ 9.png
     
264. │ │
     
265. │ └─斯坦福AI小镇架构与项目解读
     
266. │ 斯坦福AI小镇.pdf
     
267. │ 斯坦福AI小镇.png
     
268. │ 斯坦福小镇论文.pdf
     
269. │
     
270. ├─Autogen与其他智能体框架
     
271. │ ├─Agent打造专属客服
     
272. │ │ Agent客服.rar
     
273. │ │
     
274. │ ├─autogen与部署模块
     
275. │ │ │ rag_skill.rar
     
276. │ │ │ Skill.py
     
277. │ │ │
     
278. │ │ └─AutogenStudio部署
     
279. │ │ index.html
     
280. │ │ style.css
     
281. │ │ write.json
     
282. │ │ 代码地址.txt
     
283. │ │
     
284. │ ├─GPTS打造Agent实战
     
285. │ │ API复制这个不要改.docx
     
286. │ │ GPTS例子.docx
     
287. │ │ 广告文案.docx
     
288. │ │ 文章翻译.docx
     
289. │ │ 短视频脚本.docx
     
290. │ │ 组会不用愁.txt
     
291. │ │ 语聚AI指定(只改动作即可).docx
     
292. │ │
     
293. │ ├─langchain工具实例
     
294. │ │ 基本使用.rar
     
295. │ │
     
296. │ └─metagpt
     
297. │ examples.rar
     
298. │ MetaGPT-main.zip
     
299. │ metaGpt.pdf
     
300. │
     
301. ├─COZE智能体系列(重要)
     
302. │ ├─Coze写作工作流
     
303. │ │ └─小红书提示词
     
304. │ │ 标题.txt
     
305. │ │ 生成文案.txt
     
306. │ │ 画图.txt
     
307. │ │
     
308. │ ├─COZE历史人物视频素材
     
309. │ │ 1.根据名字做剧本.txt
     
310. │ │ 2.根据剧本做每个经历的画面描述.txt
     
311. │ │ 修正图片提示词.txt
     
312. │ │ 修正运镜提示词.txt
     
313. │ │ 即梦豆包海螺做视频所需运镜.txt
     
314. │ │ 时间线.txt
     
315. │ │
     
316. │ ├─COZE打造发票助手
     
317. │ │ 全部提示词资料.docx
     
318. │ │ 餐饮1.png
     
319. │ │
     
320. │ ├─COZE数据分析
     
321. │ │ 2.整理清洗我的数据.txt
     
322. │ │ 代码：准备总分评比图.txt
     
323. │ │ 代码：准备条形图输入.txt
     
324. │ │ 代码：统计关键指标.txt
     
325. │ │ 把分析结果整理成excel格式.txt
     
326. │ │ 能力分析.txt
     
327. │ │ 销售数据导出.xlsx
     
328. │ │
     
329. │ ├─COZE文案生成+飞书表格
     
330. │ │ 1.链接读取插件.txt
     
331. │ │ 2.参考原文写标题大纲.txt
     
332. │ │ 3.参考原文和大纲做仿写.txt
     
333. │ │ 4.给文案打标签.txt
     
334. │ │ 5.汇总结果成一条记录.txt
     
335. │ │ 6.飞书表格参考链接.txt
     
336. │ │
     
337. │ ├─COZE新闻总结(循环体)
     
338. │ │ 提示词.txt
     
339. │ │ 根据文章内容和原始素材做合并.txt
     
340. │ │
     
341. │ ├─COZE智能客服
     
342. │ │ 售后场景问题.txt
     
343. │ │ 快递场景问题.txt
     
344. │ │ 把所有内容总结成人话.txt
     
345. │ │ 把用户问题分成不同的场景.txt
     
346. │ │ 支付场景问题.txt
     
347. │ │ 查询支付问题具体的解决方案.txt
     
348. │ │
     
349. │ ├─COZE邮箱助手
     
350. │ │ 提示词.txt
     
351. │ │ 邮箱代码.txt
     
352. │ │
     
353. │ └─COZE飞书书签自动化
     
354. │ 分析内容.txt
     
355. │ 检索内容.txt
     
356. │ 汇总整合json.txt
     
357. │ 筛选并输出.txt
     
358. │ 获取标签.txt
     
359. │ 飞书文档链接.PanD
     
360. │ 飞书模板链接.txt
     
361. │
     
362. └─大模型微调与知识库
     
363. ├─LLM下游任务训练自己模型实战
     
364. │ Huatuo-Llama-Med-Chinese-main.zip
     
365. │
     
366. ├─LLM与LORA微调策略解读
     
367. │ 大模型.pdf
     
368. │
     
369. ├─RAG检索架构分析与应用
     
370. │ RAG.pdf
     
371. │ RAG.png
     
372. │
     
373. ├─新增LLAMA3相关
     
374. │ Chinese-LLaMA-Alpaca-3-main.zip
     
375. │ llama3.rar
     
376. │
     
377. ├─新增RAGFLOW
     
378. │ ragflow_api.py
     
379. │
     
380. └─补充
     
381. └─llama3
     
382. │ llama3.rar
     
383. │
     
384. └─llama3
     
385. │ email_jijianyun.py
     
386. │ email_send.py
     
387. │ lm3.py
     
388. │ Modelfile
     
389. │
     
390. ├─.idea
     
391. │ │ .gitignore
     
392. │ │ .name
     
393. │ │ llama3.iml
     
394. │ │ misc.xml
     
395. │ │ modules.xml
     
396. │ │ workspace.xml
     
397. │ │
     
398. │ └─inspectionProfiles
     
399. │ profiles_settings.xml
     
400. │ Project_Default.xml
     
401. │
     
402. ├─all-MiniLM-L6-v2
     
403. │ config.json
     
404. │ config_sentence_transformers.json
     
405. │ data_config.json
     
406. │ model.safetensors
     
407. │ sentence_bert_config.json
     
408. │ special_tokens_map.json
     
409. │ tokenizer.json
     
410. │ tokenizer_config.json
     
411. │ vocab.txt
     
412. │
     
413. ├─RAG
     
414. │ │ app.py
     
415. │ │ app.txt
     
416. │ │ assistant.py
     
417. │ │ groq_llama3.py
     
418. │ │ Quantize_LLMs_to_GGUF(1).ipynb
     
419. │ │ require.txt
     
420. │ │
     
421. │ └─__pycache__
     
422. │ assistant.cpython-310.pyc
     
423. │ assistant.cpython-39.pyc
     
424. │
     
425. └─__pycache__
     

复制代码

                    

下载地址：

***付费内容***

该内容售价 2.80 元，请支付后获得

付费查看 开通会员

VIP会员免费下载 资源已核实可用，如失效请反馈。

玫瑰花得诱惑

very good

复仇幸运草

我是个凑数的。。。

寂寞的自由

为毛老子总也抢不到沙发？！！

点评

介是神马？！！

风吹的盛夏

我了个去，顶了

暗夜狐狸

介是神马？！！

宁波鼓楼

这个好这个牛

王木木

这就厉害了

希望

占坑编辑ing